基于密码结构的最优神经网络差分区分器搜索方法

本发明公开了基于密码结构的最优神经网络差分区分器搜索方法。从ISRN神经网络的设计、基于密码结构的数据集格式优化和自适应进化优化器构造及候选差分集的搜索三个方面对现有方法进行了改进。在ISRN神经网络设计部分，通过不同卷积核大小的初始卷积层和SE模块自适应筛选的结合，提高了神经网络对特征信息的利用率；在基于密码结构的数据集格式优化部分，针对密码结构的数据集输入格式能提供更多差分传播过程中的特征；在自适应进化优化器构造及候选差分集的搜索部分，通过引入信息熵的评估，在不同阶段动态地调整交叉操作和变异概率。确保了进化优化器的全局搜索能力和收敛能力，提高了算法的搜索效率和收敛速度，避免陷入局部最优解。